[论文解读] A Large-scale Concurrent Data Anonymous Batch Verification Scheme for Mobile Healthcare Crowd Sensing

Jingwei Liu, Huijuan Cao+4 more|arXiv (Cornell University)|Apr 5, 2018

User Authentication and Security Systems被引用 8

一句话总结

本文提出了一种基于改进的无证书聚合签名（CL-AS）的大规模并发数据匿名批量验证方案，用于移动医疗众包感知（MHCS）。该方案实现了对来自多个用户的海量生物医学数据的高效、隐私保护型批量验证，同时隐藏用户身份，在计算和存储开销方面优于以往方案，与现有方法相比，时间成本最高可降低50%。

ABSTRACT

Recently, with the rapid development of big data, Internet of Things (IoT) brings more and more intelligent and convenient services to people's daily lives. Mobile healthcare crowd sensing (MHCS), as a typical application of IoT, is becoming an effective approach to provide various medical and healthcare services to individual or organizations. However, MHCS still have to face to different security challenges in practice. For example, how to quickly and effectively authenticate masses of bio-information uploaded by IoT terminals without revealing the owners' sensitive information. Therefore, we propose a large-scale concurrent data anonymous batch verification scheme for MHCS based on an improved certificateless aggregate signature. The proposed scheme can authenticate all sensing bio-information at once in a privacy preserving way. The individual data generated by different users can be verified in batch, while the actual identity of participants is hidden. Moreover, assuming the intractability of CDHP, our scheme is proved to be secure. Finally, the performance evaluation shows that the proposed scheme is suitable for MHCS, due to its high efficiency.

研究动机与目标

• 解决在移动医疗众包感知（MHCS）系统中高效且安全地认证大量敏感生物医学数据的挑战。
• 克服在验证过程中个体身份和健康数据可能暴露的隐私风险。
• 降低大规模数据聚合与验证过程中的计算和存储开销。
• 实现在保护用户匿名性的前提下，同时对多个用户的数据进行批量验证。
• 设计一种在抵抗存在性伪造攻击方面具有安全性保障，且适用于实时MHCS应用的高效方案。

提出的方法

• 采用改进的无证书聚合签名（CL-AS）方案，消除证书管理开销。
• 在类型A椭圆曲线（y² = x³ + x）上使用双线性对和标量乘法进行密码学运算。
• 引入批量验证机制，通过公式（16）将多个签名聚合为单个验证消息。
• 通过在验证过程中用匿名凭证（Uᵢ, Vᵢ, SN′ᵢ）替代直接标识符来隐藏用户身份。
• 设计四阶段协议：签名、验证、聚合和聚合验证，各阶段均经过效率优化。
• 以计算Diffie-Hellman问题（CDHP）的困难性作为安全基础，在随机预言模型下证明其在EUF-CMA模型下安全。

实验结果

研究问题

• RQ1 如何在保护用户隐私的前提下，高效验证来自移动医疗众包感知的大规模生物医学数据？
• RQ2 何种密码学机制能够在不依赖复杂证书管理的情况下，同时实现批量验证与匿名性？
• RQ3 与现有CL-AS和聚合签名方案相比，所提方案在计算和存储开销方面的性能表现如何？
• RQ4 参与人数增加对批量验证过程的可扩展性和效率有何影响？
• RQ5 该方案是否能在标准假设（如CDHP）下实现强安全保证（例如存在性不可伪造性）？

主要发现

• 所提方案将总计算开销降低至2nH + 2nP + nS，优于[23]、[24]和[36]中分别需要5nH + 4nP + 2nS、2nH + 3nP + 3nS和2nH + 3nP + 2nS的方案。
• 在聚合验证阶段仅需两次配对运算，显著降低密码学成本。
• 时间开销相比[23]降低最高达50%，相比[24]降低42.1%，相比[36]降低39%，且随参与人数增加而提升。
• 存储开销显著降低：从每签名1344n比特降至批量模式下的160n + 1184比特，随着n增大实现显著节省。
• 在对比方案中，该方案实现了最低的计算复杂度和存储开销，展现出在大规模MHCS部署中的卓越效率。
• 形式化安全证明表明，该方案在假设CDHP难以求解的前提下，对适应性选择消息存在性伪造攻击具有安全性。